车用柴油机动力性及机械损失功率的快速诊断

探讨了用附加质量法确定柴油机总转动惯量的方法，利用无负载加速测功能原理，设计了微机诊断系统，为柴油机故障诊断及在无测功能设备的条件下，快速确定柴油机的动力性和机械损失功率提供卫种简便方法。将微机诊断系统的测量结果与测功器得到的数据相比，结果比较满意。     

基于灰靶理论和排放分析的柴油机状态评估

论述了利用废气排放分析进行柴油机状态评估的方法,运用灰靶理论靶心构造原理从多组模式中确定出标准模式,对不同的模式进行靶心接近度计算,实现了对柴油机状态的评估。实例表明,利用灰靶理论可以进行不同排放模式的识别,能实现柴油机状态的准确评估。     

废气涡轮增压器的使用

柴油机利用废气涡轮增压器,是当前柴油机技术的一项发展。现将我们近年来试验研究从芬兰引进的车辆过程中,使用废气涡轮增压器的几点体会简介如下: 一、废气涡轮增压器的工作原理如图1,柴油机排出的废气通过排气管7     

柴油机进气空气快速加热器设计

对柴油机进气空气加热器的原理结构及工作情况、作用进行了介绍,描述了实现柴油机低温快速启动及稳定运行采取的措施方法。     

国Ⅳ柴油机压缩空气辅助喷射SCR系统

针对柴油机满足国Ⅳ排放标准需要,探讨柴油机尾气净化的2种可选技术途径。得出SCR技术适合我国市场发展结论。并介绍国Ⅳ柴油机压缩空气辅助喷射SCR系统的组成及工作原理。     

国外车用柴油机SCR技术的应用研究

机外措施是控制柴油机NOx 排放的有效措施,是柴油机排放控制的关键技术。选择催化还原(SCR)技术是降低车用柴油机NOx 排放的机外措施之一。介绍了SCR技术的理论依据、系统组成及工作原理;重点介绍了国外车用柴油机SCR技术的应用情况及还需解决的问题。     

柴油机电控高压共轨燃油喷射系统原理与发展

燃油喷射系统是柴油机的心脏。自上世纪90年代中期以来,柴油机高压共轨燃油喷射系统的开发和应用,使柴油机的动力性能和排放性能得到了进一步的提高,工作噪声进一步降低,大大提高了柴油机的使用性能。本文将对柴油机高压共轨燃油喷射系统的构造、工作原理及特性,以及将来的发展方向进行分析和介绍。     

一汽锡柴国Ⅳ客车电气维护

概述一汽锡柴国Ⅳ汽车发动机种类、型号及技术参数;给出整车电路图,介绍其电气原理;重点阐述国Ⅳ柴油机电控系统、排气净化系统;分析柴油机故障诊断及其处理。     

全自动柴油机热负荷试验装置的设计研究

介绍了全自动柴油机热负荷试验装置的组成、工作原理及各种控制系统。     

设计参数对液压自由活塞柴油机性能的影响分析

简要介绍了液压自由活塞柴油机的工作原理、动力学仿真模型,通过仿真计算和试验研究,详细分析了设计参数对该柴油机性能的影响规律,获得了影响液压自由活塞柴油机活塞运动规律的主要参数,为压缩比控制、活塞运动规律控制提供了参考依据,为所研制的液压自由活塞柴油机原理样机设计提供理论指导。     

基于三维数字模型的路面表面空间几何特征参数的初步研究

在路面表面三维可视化实现的基础上对其几何特征参数做了初步研究。通过研究轮胎与地面相互作用的关系,在借鉴微观表面特性研究的基础上,对路面表面特性在三维空间层面上做了探索性的研究。提出了表征路面表面空间几何特征的整体特征参数和局部特征参数。     

基于容量增量变化量曲线的锂电池健康状态估计

提出了基于容量增量变化量曲线的电池健康状态估计新方法,该曲线具有随电池老化平移不明显的特点,并有利于特征参数的确定和提取。利用随机森林方法分析该曲线上各个函数值的重要性,根据重要性筛选出曲线上可以作为表征参数的函数值,并使用神经网络建立起表征参数与健康状态的映射关系。利用马里兰大学老化数据验证该方法的平均绝对百分比误差为0.77%,健康状态估计值误差基本控制在2%以内,具有较高的精度。     

基于多分辨率近似熵的发动机声信号特征提取

介绍了近似熵的概念、主要特点及其快速算法,在分析了小波包与近似熵原理的基础上,提出了一种多分辨率近似熵的特征提取方法,并且讨论了近似熵值计算中3个参数的选择原则,其后对发动机声信号进行了分析处理,通过对比正常状态与故障状态共8种工况下的小波包3层分解后各节点的近似熵值,确定出了故障的特征频带,根据近似熵在敏感频带内的变化有效提取出发动机故障特征,从而实现了对发动机状态的监测与诊断。试验结果也证明了近似熵在分析复杂信号特征方面具有很强的能力,在判别机械设备运行状况方面具有很好的效果。     

基于速率-沉降特征分析工后沉降预测方法适用性

以曲线拟合法为主,研究了预测模型的速率与沉降的特征,指出了Gompertz模型、Usher 模型等增长曲线预测工后沉降存在的不足,改进了二次三项式预测模型,提出了计算幂函数模型参数的简便方法.结合高速公路长期的工后观测资料,分析了常用方法的适用性和预测精度,并对工后沉降预测模型的选择提出了建议.     

基于决策树理论的交通流参数短时预测

针对现有交通流参数短时预测方法的不足,考虑到交通流数据序列的非线性特征,提出一种基于决策树理论的非参数预测方法。采用时间序列滞后项将交通流参数序列转化成非参数模型能处理的数据格式。考虑到交通流参数之间存在长期协整关系,构建流量速度滞后项的组合向量,为预测模型提供基础数据。构建基于分类回归树(CART)的交通流参数短时预测模型。基于实际采集的道路交通流数据,对模型在不同等级道路不同速度区间下的性能进行评估。结果表明,所提出的模型相较于常用的时间序列模型,精度有所提高;速度预测准确性普遍高于流量,速度平均绝对百分比误差基本小于13%,而流量预测则达到了30%;采用工作日和周末数据分别建模能够有效提升预测性能;不同速度区间下的预测性能评估显示,模型在各等级道路中速区间的预测结果具有较高的准确性与稳定性。      

基于EMD的天然气发动机供气系统故障诊断方法

针对天然气发动机故障信号的非平稳性、非线性等特点,提出一种基于EMD提取能量特征参数的故障诊断方法。从天然气发动机供气系统正常、气门间隙大、排气阀漏气3种工况振动信号的EMD能量熵值中发现,当供气系统发生故障时,各IMF分量的能量会发生变化。因此运用EMD方法提取最有效的IMF分量的能量特征指标,利用C均值模糊聚类法对此特征进行聚类进而建立天然气发动机供气系统的故障识别模型。现场试验验证了该方法在天然气发动机供气系统故障诊断中的有效性。     

基于GA-BP神经网络的汽车空气阻力系数预测研究

针对整车空气动力性能开发中数值计算耗时长的问题，提出一种基于GA-BP神经网络的汽车空气阻力系数预测方法。将汽车部分特征参数作为输入变量，经外流场仿真得到的空气阻力系数作为输出变量，获取数据集。采用遗传算法对BP神经网络进行参数寻优，最终建立基于遗传算法的BP神经网络模型，验证不同训练集数量对模型预测精度的影响。结果表明，GA-BP神经网络在训练样本较少时也能维持较高的预测精度，可用于汽车空气阻力系数的快速测。     

基于多特征的纹理特征提取方法研究与应用

纹理是图像的1种重要视觉特征,常用于识别和区分图像。纹理特征的提取则是其应用需首先解决的问题。通过总结分析目前较为常用的纹理特征提取方法,基于灰度共生矩阵(GLCM )算法、局部二值模式(LBP)算法和小波变换(DWT )算法的特点,提出基于多特征的纹理特征提取算法,即将各算法提取的特征进行融合。融合中使用权重对参数进行配置。论文设计了1种图像检索实验,通过图像检索实验比较了各算法提取的特征对纹理的描述能力。结果表明,对于Co rel图像库,笔者提出的多特征的纹理特征提取算法检索的平均查准率相对于GLCM 算法提高了20%,相对于LBP算法提高了9%,相对于DWT算法提高了10%,相对于徐少平等人提出的特征融合方法提高了15%。证实了文中所提出的算法能够兼顾各算法的优点,并具有较好的旋转不变性和尺度不变性。其不足之处是需要同时提取GLCM 算法,LBP算法,DWT 算法下的纹理特征,计算所需时间是后3种算法时间之和,使算法的实用性受到了一定的限制。      

区分冲突类型的路段实时碰撞风险预测模型

使用交通数据建立路段实时碰撞风险预测模型(RTCPM)是主动交通安全管理的基础,路侧精细感知的行车数据和替代安全指标(SSMs)在RTCPM领域有着潜在价值.基于此,采用路侧精细感知数据生成SSMs作为输入,提出一种区分冲突类型的路段实时碰撞风险预测模型.以路段精细交通数据为基础,提取多种类别的交通参数以构建包含多类交...     

基于试验数据的大跨度拱桥有限元模型修正

为了获取菜园坝长江大桥的基准有限元模型,结合Kriging代理模型和一种改进的粒子群优化算法,利用荷载试验数据对其初始有限元模型进行修正。首先,叙述模型修正和Kriging模型基本理论,在基本粒子群算法中引入交叉变异计算,提出一种改进的粒子群算法,并通过测试函数对改进的粒子群算法进行验证;其次,简要介绍菜园坝长江大桥荷载试验、荷载试验结果及初始有限元模型;最后,根据敏感性分析选定6个待修正参数,通过试验设计得到频率和位移关于修正的参数的样本,并建立有限元模型的Kriging代理模型以预测结构响应;以频率和位移的试验值和计算值残差为目标函数,分别利用基本粒子群算法和改进的粒子群算法在修正参数的设计空间内寻找目标函数的最小值,并对比分析模型修正的结果。结果表明：测试函数表明改进的粒子群算法具有较好的稳定性和成功率,并能获得更为精确的优化结果;建立的Kriging代理模型均方根误差较小,可以替代有限元模型预测结构频率和位移;经过模型修正,菜园坝长江大桥前5阶频率计算值与试验值相对误差均控制在5%之内;除个别测点外,位移相对误差均控制在10%以内;相比基本粒子群算法,改进的粒子群算法获得了更小的目标函数值,修正后的频率和位移的相对误差更小。